年初入驻海淀8000P算力园区的三家公司，半年后算了一笔账：月租确实比自建便宜，但省下的钱有一半又花在了迁移、排队和数据搬运上。
这家由新华网报道中定位为AGI策源地的园区，半年里入驻率窜升很快。据普华永道2026年4月报告，算力正在重塑全球电信业，中国成为关键力量。赛迪顾问更预测2025年底算力核心产业规模将突破1.5万亿元。但钱流进来了，不代表每家公司都能轻松省钱。
三家公司的半年账单
明镜科技（化名）主营多模态大模型，团队20人。入驻前在公有云租A100，月训练成本14万。园区给了8节点昇腾910B，月费降到11万。但他们花了一个月做CUDA到昇腾的迁移，外加买技术专家工时——算上这笔一次性投入，第一年实际只省了15%，远低于园区当初宣称的30%。
智药探索（化名）做AI制药，需要大量蛋白质模拟。原本打算自建20台国产服务器，粗算200万硬件加三年折旧，月均5.6万，还得配运维。园区包月8万含机房和基础运维，第一年综合成本低25%。但他们不敢放开手扩参：一旦翻倍，园区能否快速给集群？
行深智能（化名）做自动驾驶，对实时性要求高。他们走了混合方案：园区跑预训练和批量标注，自建小集群搞高频迭代。纯园区高峰期排队严重，夜间无法接受排队，所以自留了8张卡。这个方案比纯自建省15%，但比纯园区贵10%——买的是调度自主权。
调度效率：共享池的暗礁
自建集群资源独占，园区多租户调度必然带来排队。明镜科技反馈，白天高峰段（9:00-18:00）最长排过2小时，断点续训失败后重抢资源尤其费时。园区后来推出资源预留API，但需额外付费。
智药探索因为任务连续且不实时交互，反而特意选夜间低价时段。行深智能每月因排队损失有效算力折合约8%，折算近1万元。这印证了我们此前在《国产算力降本别急着报30%：液冷与调度要分开算》中的观察：调度效率是隐性账单的大头。园区运营方从先来先服务切到优先级+配额混合模式后，冲突只缓解未消除。
数据合规：不只有隔离
园区推“数据不出园”安全方案，但三家公司发现公共数据空间主要支持结构化数据。智药探索需要共享脱敏基因序列，数据沙箱只支持CSV，没法跑BLAST比对，最后自建了影子存储，月增3000元。
行深智能和车企联合训练时涉及路采数据定期清理，园区的生命周期管理还没完全自动化，仍靠人工。正如《大模型微调落地：先管好数据，再谈LoRA与部署》强调的，微调项目最容易踩坑的地方在训练之外。对于金融、医疗等强监管领域，非结构化数据沙箱仍是缺口。
隐性成本清单
三家公司梳理的不直接体现在算力单价上的支出：
- 迁移成本：框架适配、算子替换、分布式调优，平均2-4周，折合人力数万元。
- 带宽与存储：数据入云费、跨区域API调用，每月额外支出占账单10%-20%。
- 运维支持：基础运维免费，高级调优按小时收费，一次故障排查上千元。
- 机会成本：调度排队压缩实验迭代速度，每月牺牲5%-10%有效产出。
对比《8000P算力园区落成后，初创公司拿模型训练的门槛低了吗》中的预判，现在更清楚了：门槛已从“买不到卡”变成“算不准账”和“调不通栈”。
从训练基地到混合调度中心
《2026年中国AI发展趋势前瞻》（来源：共产党员网）判断智能体时代到来，推理算力需求将激增。园区若仅做“机房出租”远不够，需转向训练+推理混合调度中心，支持弹性推理集群和毫秒计费。
目前三家公司都提出了新诉求：明镜科技希望按优先级锁定资源配额，智药探索想要更丰富的数据沙箱，行深智能期待调度API承诺SLA。据IDC最新报告，上半年智算云基础设施市场（AI IaaS）规模同比增长超100%，需求爆发之下，供给侧的精细化程度直接决定了算力即服务的真实价值。
半年账单说明：算力在降价，但使用算力的复杂度在上升。下一阶段，谁能把隐性成本摊薄，谁才是真正受益者。
